物流与供应链管理48098.pptVIP

主要内容 物流与供应链管理理念 物流运作功能与过程管理 物流与供应链战略管理与控制 物流与供应链管理理念 物流在经济领域中的作用 整合在提升企业物流能力中的作用 物流的最新理念:供应链管理 物流运作功能与过程管理# 需求预测与库存管理 采购与物料管理 客户服务与配送管理 运输管理 仓储管理 物料搬运与包装管理 订单处理与物流信息系统 需求预测与库存管理 物流需求预测考虑的因素 预测方法与流程 预测的支持系统及组织与管理 存货的定义与作用 独立需求条件的库存模型 存货控制方法 物流管理中的需求预测* 物流管理中，预测可以对物流信息进行计划和协调。物流中的存储、运输等各项业务活动的计划都是以预测的资料为基础制定的。 为计划和协调设施的生产能力，需要精确的预测。精确的预测可以使物流经理有效安排资源需求，以期最大程度地减少生产能力与库存能力波动造成的经济支出。 。 物流管理中的需求预测* 预测主要是通过信息的交换和协调来提高物流效率的，这不同于以增加库存来提高效率的做法。先进的通信技术已使物流经理有更多的机会与顾客和企业内各预测部门分享预测成果。 根据战略目标预测，物流经理可以计划现金流量和商业活动；根据能力预测，则可以在限制条件内安排生产需求和设施能力需求。 要实现供应链一体化，就需要通过共同预测来推动物流中的各项活动 预测需考虑的因素 需求的性质 预测的需求可以分成相关需求和独立需求 相关需求关系可以分为垂直相关和水平相关两种 独立需求是指某种物资的需求量是由外部市场决定的，与其他物资不存在直接的连带关系 预测既强调时间，也强调数据。 预测需考虑的因素 预测内容的组成 基本需求(平均的) 季节因素(年度) 趋势因素(一个时期) 周期因素(经济周期) 促销因素(营销) 不确定性因素(无法预计的) 预测的方法与流程*# 预测方法论 可以分为自顶向下方法(top-down approach)和自底向上方法(bottom-up approach)。 顶向下方法也称分解法。 自底向上方法是一种分权化预测方法，每个配送中可独立地展开预测。每一预测都能更精确地跟踪和考虑在特定市场内的需求波动。然而，自底向上方法需要更详细的记录，并且更难结合进系统的需求因素。 预测的方法与流程*# 预测部门对这两种方法做出选择，可以结合两种方法的优点。自底向上方法需要详细跟踪，而自顶向下方法的比例分配有难度。 自顶向下方法 预测的流程* 有效的预测流程由若干个部分组成，这些组成部分及相互关系。预测过程的基础是预测数据库. 数据库它包括了订单、订单历史，以及获得订货的战术，如促销等。数据库还必须包括定时的历史与计划数据，它能够使得数据的处理、概括、分析和报告更便利。这一特定的数据库要求满足灵活性、精确性、可维持性以及及时性的要求。 预测的流程* 有效的预测过程必须开发一种支持用户需要(如财务、营销、销售、生产和物流等部门)的综合的和一致的预测。预测的用户特别要求精确的、一致的和详细及时的结果。 最后，开发有效的预测需要一个能结合了三个组成部分的流程：预测技术、预测支持系统及预测组织与管理。 有效的预测过程 预测技术* 三大类预测技术： 定性预测:定性技术采用专家意见和特殊的信息对未来进行预测。 时间序列预测:时间序列技术则完全把注意力集中在历史模式和模式的变化上来产生预测. 因果关系预测:因果关系技术，如回归方法，则是使用明确而又特定的有关变量的信息，来展开主导事件与预测活动之间的关系。 时间序列预测 时间序列技术是一种利用历史销售数据的统计方法，这些历史销售数据中应当具有相对清楚而又稳定的关系和趋势。 时间序列分析主要用于识别：①由于季节性因素使数据发生的系统性变动；②周期模式；③趋势值；④这些趋势的增长率。 时间序列技术包括分析历史数据类型和动态的各种方法。 移动平均(moving average)预测法使用最近时期销售量的平均数。 时间序列预测 指数平滑(exponential smoothing)是根据以前的需求水平和预测水平的加权平均数估算的未来销售量为基础的。 外延平滑(extended smoothing)可以外延到包括趋势值和季节波动等要考虑的因素。这类技术分别被称做趋势指数平滑和季节性指数平滑。 适应性平滑(adaptive smoothing)对阿尔发因素的有效性进行定期考察。阿尔发因素可以在每一次预测结束时进行考察，以便确定能产生完美预测的精确数值。 预测技术的选择 物流预测需要选择适当的数学和统计方法以得出阶段性预测。而有效地使用这些技术方法则需要结合实际特点与预测技术的能力。预测技术是否适用的评估标准。 精确性； 预测的时间范围； 预测值； 数据的可得性； 数据的类型； 预测者的经验。 预测技术的选择 可选择使用的