需求预测美国生产和库存管理协会.ppt

需求预测 Session 1 Forecasting Demand 课程目的 解释为什么预测是重要的（重要性）； 通用的预测方法； 识别需求的特征； 介绍对预测数据需要考虑的事项； 概要地介绍了数据分解流程。 什么是预测? 为什么需要预测? 计划未来，减少不确定性； 预见和管理变化（革）； 提升计划部门的沟通和整合； 预见库存和能力需求，管理前置期； 将运作成本计划在预算编制过程中； 通过降低成本，提升客户交货水平和反应速度，从而增加竞争力和生产力。 预测涉及的领域? 投资决策； 资产设备决策； 库存规划； 能力规划； 运作预算； 前置期管理。 预测系统设计问题 决定哪些信息是需要预测的； 为预测赋予责任； 设置预测系统参数； 选择预测模型和技术； 数据收集； 测试模型； 记录实际需求； 报告预测的准确性； 确定变异的根本原因； 回顾预测系统，提升预测绩效； 通用的预测技术 定性技术 基于知觉和评估 专家意见 信息汇总 关注客户的团体 专家团体 智囊团 调查研究团体 应用 市场调研 定量调查设计的基础 通用的预测技术（Cont.） 定量技术 基于数据关联的计算； 历史需求是未来需求的一个很好的指示器； 依靠数学公式； 例子: 移动平均 指数平滑 回归分析 时间序列 预测数据来源 内部—基于公司历史数据； 外部—基于公司外部的信息。 外部因素 S – 社会（Social） T – 技术（Technology） E – 环境规则（Environmental regulations） E – 经济（Economic） E – 人的观念（Ergonomics） P – 政治（Political） 需求 对特定产品，部件和服务的需要。 需求的来源 需求的来源是多方面的: 消费者 客户 经销商 分销商 内部公司 备件 需求特征 内部因素 产品促销 产品替代 外部因素 随即波动 季节性 趋势 经济循环 客户喜好和需求的变化 主生产计划在不同制造策略中的应用 ETO – 没有MPS ATO – 部件组装? MPS/Forecast/装配计划FAS MTS – MPS, 以预测为主 MTO – MPS, 预测是可选的，对前置期长的部件，可以应用补货策略 Mass Customization – 大量，多品种，稳定的需求，采用对物料进行预测的“拉式”生产方式 独立需求 Vs 相关需求 这种分类是基于公司内部的需求特点 独立需求 外部需求 交易 (产成品，备件，内部需求) MPS (销售和需求预测) 相关需求 根据物料清单展开 非预测项目 季节性需求 季节性指数的计算 度量需求的季节性变化； 联系特定时区内的平均需求和整个时区内的平均需求的关系。 季节性指数的计算（Cont.） 经济循环 金字塔形的预测方法 预测技术—金字塔形预测的例子 ROLL-UP X2 units－4,845 price－$10.00 －units－13,045 产品组平均 price－$16.67 －units－15,000 金字塔形预测中销售收入的应用 练习 历史需求 产品 A 产品 B 区域 1 150 区域 1 300 区域 2 300 区域 2 450 单价 $4.50 单价 $8.50 管理层已经决定，下一年的总需求将达到$10,000. 计算产品A和B分别在区域1和2的预计需求量。 定量技术 移动平均； 指数平滑； 回归分析； 适应性平滑； 图示法； 计量经济模型； 生命周期模型。 移动平均预测方法 优点 简单的计算方法 可以过滤随即变异 时间越长，需求越平滑 限制 如果存在需求趋势, 很难察觉； 移动平均相对趋势是滞后的 指数平滑 提供了更新产品预测的常规方法； 对需求要素来说，a是一个权重因数； 适合相当稳定需求产品的预测； 适合短期预测； 滞后需求趋势，不能察觉趋势。 平滑因数 参照a因数的定义 决定了历史数据在预测中的权重； 调整预测对需求变化的反应度 范围 平滑因数(Cont.) 确定了预测过程中需要考虑的实际需求的期数（n）； 1.00 = 1 period 0.50 = 3 periods 0.29 = 6 periods 0.15 = 12 periods 0.10 = 19 periods 指数平滑因数a不同，预测需求的趋势变化 指数平滑（例子） 预测（新）= 预测（老）+ 移动因数（a）  x (实际销售 –预测（老）） 例子 :预测（老） = 160, 实