生产计划与控制教案ppt课件

第二章 需求预测,2.1、基本概念,2.2、定性预测,2.3、定量预测,1,生产计划的编制依赖于市场的需求。 关系图为：,市场的订单（确定）,对市场的预测（不定）,产品的需求,订单生产,备货生产,2.1、基本概念,2,各类预测及其用途,3,一、预测的定义及分类 1、定义：预测是指对未来不确定事件的推断和测定，是研究未来不确定事件的理性表述，是对事物未来发展变化的趋向，以及人们从事活动所产生后果而做的估计和测定。 预测可以是主观的推断，也可以是根据以往资料进行的客观推测。 2 、分类(按预测的时间跨度：4类) 长期预测： 中期预测： 短期预测： 近期预测：,4,二、预测的目的和作用 1、预测的目的 为人们决策提供依据 “凡事预则立，不预则废”。预测为人们提供了即将发生的情况的信息，增加了成功的机会。 2、预测的作用 企业编制长期计划的基础 为预算和成本控制提供依据 为开发新产品提供信息 为补充销售人员提供依据 是作出关键决策的基础 用于编制生产作业计划,5,3.预测三大原则 （1）事物发展的延续性：因任何事物发展变化具有连续性，事物过去的变化规律由于惯性，会影响到未来的变化。如某企业市场销量预测。 （2）事物发展的关联性：由于事物之间存在着一定关联，可由某一事物的变化预测关联事物的变化。如由小汽车销量可预测燃油需求量。 （3）事物发展的类推性：由于产品功能和市场特点的类似性，可由某一事物的变化类推到另一事物的变化。如已知普通彩电销量生命周期，类推预测HDTV的市场变化规律。,6,4.预测的一般特征 预测精度与成本； 预测附上对误差的估计是最有用的； 对于较大的物品组合，预测更准确些； 时间范围越大，预测越不准确些 对总量的预测要比对个体的预测精确。,7,5.企业预测的作用 生产管理决策 （1）帮助管理者设计生产系统。 生产什么产品？系统产能多大？ 在何处建立生产/服务设施？ 采用什么样的流程生产产品？ 供应链如何组织？ （2）帮助管理者制定生产系统运行计划。 计划期生产什么产品？生产多少产品？ 如何利用现有设施提供满意的产品或服务？,8,某工具厂三季度销售预测,9,三、需求分析 1、独立需求（Independent Demand）：产品的需求由市场决定与其他产品、服务无关（如整机产品）。（不确定） 2、相关需求（Dependent Demand）：由对其他产品、服务的需求所导致的对某种产品、服务的需求（如配套产品）。（可推导出来）,10,四、预测的一般步骤,确定预测的目标,选择预测方法,收集市场数据，初步预测结果,决策人员经验,预测结果,计划应用,预测偏差,预测结果评价预测控制系统,11,12,2.2、定性预测,定性预测是主观预测法，一般不需要复杂的计算公式。 主要方法有： 一般预测 市场调研 小组共识法 历史类比 德尔菲法,13,一、一般预测（销售人员意见综合法 ） 基本观点：预测是基于来自低层经验的逐步累加。 假设前提：处于最低层的销售人员，那些离顾客最近的、 最了解产品最终用途的人，最清楚产品未来的的需求。 做法： 由销售人员收集情报，然后逐级上报的做法。 二、市场调研（顾客期望法） 通常是聘请第三方专业市场调研公司进行预测。 数据收集方法有问卷调查和上门访谈两种。 要注意顾客的期望与其实际购买行为的偏差。 问卷调查步骤：,14,应具备三项条件： (l)能达到市场调查目的。即将调查目的，以询问方式具体化、重点化地列举在问卷上。(2)促使被访问者愿意合作，提供正确情报，协助达成调查目的。(3)正确表达访问者与被访问者的相互关系。 在结构上，按照顺序应包括四个部分： 1开场白：在问候后，表达主持调查机构及访查员的身份，说明调查目的及为什么访问受访者，并提示回答方法，确定受访者是否了解，必要时重复说明，并交代访问结果将如何处理。如果当时不方便进行访问，预约适当的访问时间。 2示范答复例子：由访问员示范一个与访问主题无涉的中性例子，将极有助于双方之沟通。 3访问主题(见访问内容)。 4受访者个人资料。通常有电话号码、年龄、性别、教育程度，依调查目的而定。 问卷设计共有十个步骤，依序重点述说如下： 1确定所要搜集之资讯 2决定问卷调查方式 因问卷调查方式之不同，问卷内容的繁复及问卷设计方式必有不同。应依问卷方式作适当的问卷内容安排。 3决定问题内容 在决定问题内容时，应顾虑下述问题； 问题必须切题，所问问题都是必要的，最好不要有无关调查目的问题在内。,15,4决定问题形式 开放式问题：让被询问者自由回答所提问题，不作任何限制。除在第一次询问或试探性调查外，尽量少用。如：“府上有多少人?”“喜欢什么牌子洗发精?” 二分式问题：把问题简化成是与否两种答案，由答询者勾答。如： 问：“你会不会开车?” 会 不会 5决定问题用语 询问用语在答卷调查中，对调查结果有绝对的影响，以下是值得注意的几个项目。 询问的着眼点要明确、明朗。例如：“你现在使用什么洗发精?” 6决定问题先后顺序 第一个问题必须有趣且容易答复。 重要问题放在重要地方。 容易在前面，慢慢引入比较难答的问题。 问题要一气呵成，且应注意问题前后连贯性，不要让答询人情感或思绪中断。 私人问题和易引起对方困扰的问题，应最后提出。 避免被访者太劳累。 7决定检验可靠性问题 为了解被访问者之答题可靠与否，于访问结束时不妨将问题中重要者再重新抽问。,16,8决定问卷版面布局 问卷形式及体裁的设计，对搜集资料成效关系很大，故应力求： 纸质及印刷精美，留作填充空白处易于填写。 日后处理作业方便。 9试查 在实地市场调查大体完成之际，有必要根据计划举行小规模试验检查，以得知： 问卷格式是否适合，并作必要之改进。 调查员调查方式是否正确，并作必要改进。 求证抽样设计是否适当，加以改良。 调查编组是否合理，作必要的人员调整。 调查成本之搜集，以为成本控制参考。 对未来资料整理统计的有效性预作测验。 事前测验的样本20个 10修订及定稿 将必要调查的问卷付之于印刷，将必要之调查手册编辑成册，以供相关人员参考。,17,三、小组共识 由不同部门，不同层次的人集体讨论，进行预测。 四、历史类比 预测某些产品的需求时，用同类型产品（互补产品，替代产品、竞争性产品）作为类比模型。 五、德尔菲法(Delphi Method),18,德尔菲法,德尔非法是在20世纪40年代由O赫尔姆和N达尔克首创，经过TJ戈尔登和兰德公司进一步发展而成的。德尔菲这一名称起源于古希腊有关太阳神阿波罗的神话。传说中阿波罗具有预见未来的能力。因此，这种预测方法被命名为德尔菲法。1946年，兰德公司首次用这种方法用来进行预测，后来该方法被迅速广泛采用。 德尔菲法依据系统的程序，采用匿名发表意见的方式，即专家之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、归纳、修改，最后汇总成专家基本一致的看法，作为预测的结果。这种方法具有广泛的代表性，较为可靠。 德尔非法的具体实施步骤如下,19,德尔菲法,（1）组成专家小组。按照课题所需要的知识范围，确定专家。专家人数的多少，可根据预测课题的大小和涉及面的宽窄而定，一般不超过20人。 （2）向所有专家提出所要预测的问题及有关要求，并附上有关这个问题的所有背景材料，同时请专家提出还需要什么材料。然后，由专家做书面答复。 （3）各个专家根据他们所收到的材料，提出自己的预测意见，并说明自己是怎样利用这些材料并提出预测值的。,德尔非法的具体实施步骤如下：,20,德尔菲法,（4）将各位专家第一次判断意见汇总，列成图表，进行对比，再分发给各位专家，让专家比较自己同他人的不同意见，修改自己的意见和判断。也可以把各位专家的意见加以整理，或请身份更高的其他专家加以评论，然后把这些意见再分送给各位专家，以便他们参考后修改自己的意见。 （5）将所有专家的修改意见收集起来，汇总，再次分发给各位专家，以便做第二次修改。逐轮收集意见并为专家反馈信息是德尔菲法的主要环节。收集意见和信息反馈一般要经过三、四轮。在向专家进行反馈的时候，只给出各种意见，但并不说明发表各种意见的专家的具体姓名。这一过程重复进行，直到每一个专家不再改变自己的意见为止。 （6）对专家的意见进行综合处理。,21,德尔菲法,如某书刊经销商采用德尔非法对某一专著销售量进行预测。该经销商首先选择若干书店经理、书评家、读者、编审、销售代表和海外公司经理组成专家小组。将该专著和一些相应的背景材料发给各位专家，要求大家给出该专著最低销售量、最可能销售量和最高销售量三个数字，同时说明自己作出判断的主要理由。将专家们的意见收集起来，归纳整理后返回给各位专家，然后要求专家们参考他人的意见对自己的预测重新考虑。,22,德尔菲法,专家们完成第一次预测并得到第一次预测的汇总结果以后，除书店经理B外，其他专家在第二次预测中都做了不同程度的修正。重复进行，在第三次预测中，大多数专家又一次修改了自己的看法。第四次预测时，所有专家都不再修改自己的意见。因此，专家意见收集过程在第四次以后停止。最终预测结果为最低销售量26万册，最高销售量6O万册，最可能销售量46万册。,23,德尔菲法,德尔菲法作为一种主观、定性的方法，不仅可以用于预测领域，而且可以广泛应用于各种评价指标体系的建立和具体指标的确定过程。 例如，我们在考虑一项投资项目时，需要对该项目的市场吸引力作出评价。我们可以列出同市场吸引力有关的若干因素，包括整体市场规模、年市场增长率、历史毛利率、竞争强度、对技术要求、对能源的要求、对环境的影响等。市场吸引力的这一综合指标就等于上述因素加权求和。每一个因素在构成市场吸引力时的重要性即权重和该因素的得分，需要由管理人员的主观判断来确定。这时，我们同样可以采用德尔菲法。,24,德尔菲法,德尔菲法同常见的召集专家开会、通过集体讨论、得出一致预测意见的专家会议法既有联系又有区别。德尔菲法能发挥专家会议法的优点，即（1）能充分发挥各位专家的作用，集思广益，准确性高。（2）能把各位专家意见的分歧点表达出来，取各家之长，避各家之短。同时，德尔菲法又能避免专家会议法的缺点：（1）权威人士的意见影响他人的意见；（2）有些专家碍于情面，不愿意发表与其他人不同的意见；（3）出于自尊心而不愿意修改自己原来不全面的意见。德尔菲法的主要缺点是过程比较复杂，花费时间较长。,25,26,2.3、定量预测,利用历史数据，建立数学模型来进行预测。 主要方法：,时间序列分析,因果预测,简单移动平均法,加权移动平均法,指数平滑法,时间序列分解,线性回归分析,27,需求构成 需求构成 ： 平均需求、需求趋势、季节因素、周期因素、随机因素。见下图：,28,一、简单移动平均,计算公式为：, 对下一期的预测值；, 移动平均的时期个数；, 前期、前两期、前三期直至前n期的实际值,适用场合：产品需求为随机波动，既不快速上升也不快速下降，且不存在季节性因素时。移动平均法能有效消除预测中的随机波动。选择移动平均的最佳区间很重要。,时间序列分析:,29,如：一家电器商场前六个月销售彩电分别为：按移动平均法预测7月份的销量,N=6,Ft= 213,30,二、加权移动平均 简单移动平均的各期数据权重都相等，一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。因此我们可使用加权移动平均，给各期数据不同的权重。 应根据预测的产品需求的变化特点选择合理的权重分配。,计算公式：,Ft+1= wtDt+wt-1Dt-1+ wt-2Dt-2 + +wt-(n-1)Dt-(n-1), wi = 1 wt wt-1wt-2 wt-(n-1),i=t-(n-1),t,Ft+1其预测值，wt-权重系数， Dt-t期实际销量,31,例： 一家百货店采用4月加权移动平均法预测其销售额，其权重是wt=0.5 ， wt-1=0.25， wt-2=0.15， wt-3=0.1，6月份前四个月的销售额分别为100,90,105,95。6月的销售额预测值为： 0.5100 + 0.2590 + 0.15105 + 0.195 = 97.75,三、指数平滑法,如果越远的数据其重要性就越低，且其影响力呈几何级数减少，则指数平滑法就是逻辑性最强且最为简单的方法。 在预测方法中，指数平滑法应用的较多。,1、一次指数平滑法,32,计算公式：Ft = At-1+(1-) Ft-1,Ft-1第t期和第t-1期的指数平滑预测值；,第t、t-1期的实际需求；St第t期指数平滑值；,平滑常数。,At、At-1,之所以称之为指数平滑是因为每靠前一期其权重就降低1- 。 取值0-1取值越大对预测误差调整越迅速,33,指数平滑法举例,求7月份预测值：取=0.3 ， 从3月份起始(t=1)， 4(t=2)月平滑值： S2=S1+0.3（A2-S1)=180+0.3(200-180)=186：起始期没有平滑值用上期实际值代替 5月份平滑值： S3=S2+0.3(A3-S2)=186+0.3(230-186)=199.2 6月平滑值： S4=S3+0.3(A4-S3)=199.2+0.3(210-199.2)=202.44 7月预测值 F5=S5-1=S4=202,34,指数平滑中的参数选择： 初始值：无历史数据则以主观估计；历史数据较少则用历史数据的算术平均值；历史数据较多时用第一个值。 平滑常数： 小，预测的稳定性较好； 大，预测的响应性较好。,2、二次指数平滑法（略）,适用范围： 当有上升或下降的直线趋势时，用二次指数平滑法。当有非线性趋势时，可使用三次指数平滑法。,35,3 预测的精度 预测误差值通常是一个平均值为0的正态分布。 预测误差： e = a f 平均绝对偏差： MAD=ei/n= |Ai-Fi/n Ai-第i期实际需求值;Fi-第i期需求预测值； n-时期总数。,36,四、时间序列分解 时间序列可定义为按时间顺序排列的数列，它包含一个或多个需求量分量：趋势，季节性，周期性，随机性 。我们这里只研究趋势，季节性这2个分量。周期性，随机性确定比较困难，视具体情况而定。 步骤： 1、根据历史数据计算1年内的移动平均值（消除季节性因素）。 2、通过实际需求与移动平均值计算各个时期的季节因素（当期实际需求/移动均值）和季节指数（所有季节因素的平均值）。 3、利用消除季节性因素的数据（当期实际需求/季节指数）拟合出趋势方程。 4、利用趋势方程计算出无季节性因素的预测值，将该值乘以季节指数则可得到最终的预测值。,37,相加式季节变动 预测=趋势+季节变动量 相乘式季节变动 预测=趋势季节因子,38,假设在过去一年内，某企业平均每年售出1000单位某产品，其中春季售出200，夏季300，秋季300，冬季150。 则：季节因子（季节指数）等于各季度销售量除以季度平均销售量所得的比值。,历史 季节平均产量 季节因子 春季 200 250 200/250=0.8 夏季 350 250 350/250=1.4 秋季 300 250 300/250=1.2 冬季 150 250 150/250=0.6 总计 1000 1000/4=250,解：在本例中，将年销售量均摊到各季度上，得各季节平均销售量10004=250.则季节因子为：,例.,39,假如我们预计次年的需求为1100，根据上述季节因子，可预测下一年各季度需求为：,春季 275 0.8 = 220 夏季 275 1.4 = 385 秋季 275 1.2 = 330 冬季 275 0.6 = 165 总计 1100,第二年的预期 季平均销售量（趋势） 季节因子 第二年的季节 需求量 预测值,40,五、因果预测 1、线性回归分析 适用于变量呈严格直线关系。时间序列分解和因果预测中 的线性趋势都可用线性回归。 常用方法：最小二乘法。,影响因素,需求,因果关系,因果预测:,41,建立直线方程模型,Y=a+bx 例如：广告费与销售收入的关系 带入计算得 a=28.522,b=4.275 则y=28.522+4.275x 预测下月投入广告费30万，销售收入为：156.77万元,42,2、高低点法 ： 设：高点模型为y1=a+bx1（1） 低点模型为y2=a+bx2 （2） （1）（2）得：y1y2= b（x1x2）b=y/ x 带入（1）或（2） 可求出）ay1bx1y2bx2,43,3、因果分析法,按事物之间的因果关系，知因测果或倒果查因。因果预测分析是整个预测分析的基础。在社会经济现象之间，这种因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。,44,因果分析法,(1)函数关系 是指几种社会经济现象之间存在着确定的数量关系。在预测具有此种函数关系的经济事物中。常用的方法有直线回归模型、二次曲线模型、指数曲线模型等预测方法。,45,因果分析法,(2)相关关系 指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。相关关系与函数关系是性质不同的两类变量间的关系。变量之间存在着确定性数量对应规律的称为函数关系，可以用数学函数式表达。,46,因果分析法,变量间不存在确定性数量对应规律的要用统计学的方法来研究。统计学上研究有关社会经济现象之间相互依存关系的密切程度叫做相关系数。相关分析可以得到一个表明相关程度的指标，称为相关系数。这种方法对于不能在实验室用实验方法分析的社会经济现象显得特别重要。通过相关分析，还可以测定和控制预测的误差，掌握预测结果的可靠程度，把误差控制在一个范围内。,47,因果分析法,从变量之间相互关系的方向来看。分为正相关和负相关。在某些经济现象之间，当自变量x的值增加时，因变量y的值也随之相应地增加，这佯的相关关系就是正相关。当自变量x的值增加时，因变量y的值随之而呈减少的趋势，这种关系就是负相关。 从变量之间相互关系的表现形式来看，可分为直线相关与非直线相关。当x值发生变动时，y值随之发生大致均等的变动(增加或减少)，表现在图形上，其观察点分布于狭长的带形区域之内，并近似地表现为直线形式，这样的关系通称为直线关系。当x值变动时，y值随之呈不均等变动(增加或减少)，表现在图形上，其观察点的分布近似地表现为各种不同的曲线形式，这种相关关系通称为非直线相关。相关关系法重要的是确定判断变量相关系数。,48,因果分析法,(3)因子推演法即根据引起某种社会经济现象变化的因子，来推测某种现象变化趋势。例如，每年新建立的家庭数目是住房需要量的因子；青年结婚的数量是家俱和衣服的销售量的因子；婴儿出生人数是玩具需要量的因子；汽车的销售量是汽车配件需求量的因子等等。根据某经济现象的因子就可以预测它的需求量变化趋势。,49,驾驭风险：市场预测新思路(见02-2预测案例）,市场风云 多变幻 需求不确定 市场预测 新思路 驾驭风险 市场预测的失误，往往源于企业对市场预测的错误认识许多经营者要么把市场需求当做完全不可预测的，要么则把市场需求当做完全可以预测的。因此，他们要么无视各种科学的预测方法，完全“跟着感觉走”，要么则把市场预测结果奉为金科玉律。 在市场预测问题上，恰恰是观念的错误导致了方法的错误，为了解决预测失误的问题，需要明确市场需求既不是完全不可以预测的，又确实存在着不确定性；需要同时改进预测方法和计划过程，寻求一种贯穿预测、计划和生产全过程的新方法，最大限度地减少预测失误的影响。下面我们就从一个案例说起。,50,案例 在流行滑雪服经营中，需求高度依赖于种种难以预测的因素，如气候、流行趋势、经济发展等，而且，零售高峰期只有两个月。但是，美国的奥伯梅尔公司却通过改进预测和计划方法，几乎完全消除了滑雪服生产与顾客需求不平衡所造成的损失。 奥伯梅尔公司是美国流行滑雪服市场上的主要供应商。它在儿童滑雪服市场上占有支配性的45的份额，在成人滑雪服市场上占有 l1的份额。它的产品是由远东、欧洲、加勒比海以及美国的一些企业加工的。,51,该公司几乎所有产品，每年都要重新设计，以适应款式、面料和颜色的变化。直到80年代中期，公司的设计和销售周期都是相对简单的。它包括设计产品，生产样品，3月份向零售商展示样品；接受零售商定货后，在3、4月份接受供应商定货；10月份在奥伯梅尔公司的配送中心收货；然后立即向零售商店送货。这种方法有效地运用了30多年。加工合同是以确认的定单为依据签订的，而秋季交货又为有效的生产提供了充分的时间。 问题： 然而，80年代中期，这种方法不再有效。首先，随着公司的销售量增加，它在生产高峰期受到生产能力的制约。在夏季关键的几个月中，它无法从高质量的滑雪服加工厂预订到足够的生产能力，以保证加工出满足全部定货要求的产品。结果，它只得根据对零售商定货的预测，在前一年的 l1月份，或者在商品销售之前大约一年，就开始预订加工能力。,52,其次，降低生产成本和增加产品品种的压力，迫切要求公司建立更加复杂的供应链。如今，在美国销售的一件风雪大衣，从面料到辅助材料，如拉链、按扣、扣形饰物以及缝线，可能是在中国缝制的，而这些原材料又来源于日本、韩国和德国。这样一种供应链，有效地保证了花色品种的增加和产品的改进，但也大大延长了交货时间。最后，也是最重要的，对于流行儿童滑雪服产品，经销商们开始要求提早交货，因为十分景气的儿童滑雪服的一大部分销售额，在8月份的返校期就已开始实现。,53,为了克服供应链变长、供应商能力限制以及零售商要求尽早交货的困难，奥伯梅尔公司采用各种方法来缩短交货期。首先，它引进计算机系统来缩短处理定单和计算原材料需求的时间。其次，由于所需原材料的交货时间难以缩短，于是，公司就预先购进原材料存放在远东的仓库中。这样，公司一接到定单就能开始生产。第三，当交货日期迫近时，公司就把远东的货物快速运送到丹佛的配送中心。上述改革已经把交货时间缩短了一个多月。 另外，公司说服一些最重要的零售商客户尽可能早地定货，从而能够较早地了解当年可能流行哪些款式。每年2月份，公司邀请25家最大的零售商客户，提前向它们展示当年的新产品并征求早期定货。每年来自于这一程序的早期定单，合计占到该公司总销售额的20。,54,然而，这些努力并未解决缺货和不断降价的问题。公司生产仍有约一半是根据需求预测安排的。在生产高度复杂多变的时髦产品的行业，这是很大的冒险。奥伯梅尔公司依靠一个由其各个职能部门经理组成的专家小组，对公司每一种产品的需求进行一致性预测。但是，这项活动并不特别有效。例如，在1991一1992年度销售期，有几款女式风雪大衣比原先的预测多销了200，同时，其他款式的销售量比预计销售量低了15。 那么，能够改进预测吗?能够进一步缩短交货时间吗?能够更好地利用“早期定货程序”所获得的信息吗?能够劝说更多的零售商提早定货吗?,55,措施： 奥伯梅尔公司组成专人来考察这些问题，由此提出了“正确响应”(Accurate response)的方法。他们认识到，问题在于公司不能预测人们将买什么。生产风雪大衣的决策，实质上是就“风雪大衣会有销路”这一判断在打赌。为了规避这种风险，必须寻求一种方法，来确定在“早期定货”之前生产哪些产品是最安全的，哪些产品应该延期到从“早期定货”搜集到可资利用的信息后再生产。 1.专家小组的初步预测尽管有些是不符合实际的，但约有一半是相当准确的，与实际销售量的误差不到10。为了在获得实际定货之前确定哪些预测可能是准确的，他们考察了专家小组的工作方式。专家小组传统上是对每一种款式和颜色都通过广泛的讨论达成一致性预测。于是，公司决定请专家小组的每一位成员对每一种款式和颜色作出独立预测。采用这种方法，个人要对自己的预测负责。,56,这种改革非常有价值。首先，一致性预测往往并非真正意义上的一致。小组中的主要成员，如资深经理，常常过度地影响集体预测的结果；如果每个人都必须提出自己的预测，就可消除这种过度的影响。其次，而且更重要的是，新方法有利于对预测结果进行统计处理，以得出更精确的预测结果。 通过独立预测过程确实获得了重要发现。例如，虽然对两种款式大衣预测的平均趋势可能是一样的，但个人预测值的离中趋势却截然不同。例如，每个人对Pandro大衣的预测值都接近平均值，面对 Entice宽松大衣的预测值却是分散的。因此，对 Pandro大衣的预测可能比对 Entlce宽松大衣的预测更可靠。1992一1993年度销售期末，公司验证了上述假设当专家小组每个人所作的预测相类似时，所获得的一致性预测将趋于更加精确。因此，利用个人预测之间的差异，可以有效地估计预测精度。,57,2.对于如何处理需求不可预测的品种，公司也获得了重要发现，即尽管零售商需求是不可预测的，从而使精确预测成为不可能，但是，奥伯梅尔公司零售商的总体购买模式却惊人地相似。例如，只要根据最初的20的定货来修正专家小组的预测，预测精度就能显著提高。随着定货的增加，预测精度会不断改善。 3.他们开始着手设计一种能够识别和利用上述信息的生产计划方法。设计这种方法关键是要认识到，在销售初期，当公司还未接到定货时，所预订的加工能力是“非反应性”的，即生产决策完全是根据预测而不是根据实际市场需求作出的。以“早期定货程序”为起点，随着定货信息的渗入，所确定的加工能力变得具有“反应性”了。这时，公司可以根据市场信息提高预测精度，从而作出生产决策。,58,公司采用了所谓“风险型生产顺序”的策略，充分利用非反应性生产能力来生产最有可能精确预测需求的产品，这样，就可以把反应性生产能力用于生产尽可能多的不可预测产品。这使公司能够尽可能对最有利可图的市场领域作出响应。 公司开发了一种在计算机上实现的数学模型，来生成最优生产计划。该模型能够确定应该在非反应期生产的产品及其最优产量。然后，在根据早期需求信息修正了初步预测值之后，它能合理地确定反应性生产计划。公司实施了模型的建议方案，并将其与以往的实际加以比较，发现执行模型建议方案的成本降低额约为销售额的2。由于该行业平均销售利润率为3，所以这种改进使利润增加了三分之二。,59,该公司利用实际的早期需求信息，提高了反应性生产能力的可利用量，并把1992一1993年度销售期的数据代人模型，估计了缺货损失和降价损失的降低额。以风雪大衣为例，如果所有生产决策都在没有任何定货信息之前就做出，则缺货和降价损失将占销售额的102。相反，如果所有生产决策都在有了某些定货信息之后再做出，则上述损失将下降到18。 把所有的产品都推迟到获得早期需求信息之后再生产是不可能的。由此得到的重要推论是：即使少量的反应性生产能力，也会对成本产生显著的影响。在奥伯梅尔公司的案例中，利用反应性能力生产的产量仅占销售期总销售量的30，所减少的成本就几乎占了有可能降低的成本总额的一半。,60,4.公司还不断地对它的供应链和产品设计做了大量的精心改进，这些改进聚合在一起产生了显著的影响。供应链的改进重点在于，尽可能地保持原材料和加工能力相一致。例如，除了储备原材料，该公司还为生产高峰期顺利生产提前预定加工能力，但在宋获得进一步信息之前，并不确定把这些生产能力用来生产哪些品种。 5.公司还改进了它的设计策略。例如，公司原先总是要求拉链及其带基的颜色要与衣服的颜色相称；现在，它则在好几个品种上使用黑色拉链，把引进能够反衬衣服款式的颜色作为一种时绍。这样，就把所需要的拉链种数减少了五分之四。由于高质量拉链供货的限制会导致产品交货时间过长，一种特定长度和颜色的拉链缺货，可能会使整个一款产品停产几个月，所以，这种改进很有意义。,61,公司发现，顾客一般并不注意颜色的微小差别，但对服装的总体外观、质量和特色却要注意得多。因此，公司鼓励设计师使用同类原材料。以往，设计师在设计一种服装时，可能选择各种深浅不同的红色，因此公司不得不用五到六种深浅不同的红色来加工产品。现在，在一定的设计周期中，设计师们固定使用两到三种深浅不同的颜色。,62,作业：1.计算趋势和季节因子，预测2008年度的各季节的销售量（用加权移动平均法求2008年总销售量,07、06加权值分别为0.6、0.4。以07年趋势和季节因子计算）。假设历史数据为：,63,作业：2.用指数平滑法（平滑指数分别为0.1、0.5）预测11月份销售量，并分析预测结果？,64,65,66,