需求预测(一.pptVIP

? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) * 未來需求的預測為所有策略和規劃決策的基礎。 同時用於推／拉過程。 以下決策可以強化供應鏈廠商間的協同預測： 生產：排程、存貨控制、總體規劃、採購。 行銷：行銷人員分派、促銷、新產品介紹。 財務：工廠／設備投資、預算規劃。 人事：人力規劃、僱用、解僱。 第4章 需求預測(一) * 預測的特性 預測永遠會有誤差，所以必須包含期望值和預測誤差的量測。 長期預測通常較短期預測來得不準確。 總和預測通常比個別預測來得正確。 一般來說，一家公司的供應鏈愈長（也就是公司與顧客之間的距離愈遠），所獲訊息失真的可能性愈大。 * 預測方法 定性法(qualitative)：定性的預測方法是主觀的，依個人的判斷和意見去進行預測。 時間序列法(time series)：使用歷史需求去進行預測。 靜態性方法；適應性預測方法。 因果關係法(causal)：假設需求預測與環境中的某些特定因子是高度相關。 模擬法(simulation)：模仿消費者的選擇，這些選擇會引起需求，因而導出預測。 能結合時間序列與因果分析。 * 預測的構成要素 系統部分(systematic component)由需求的期望值予以度量。其組成為： 水準(level)：去除季節性因素的目前需求。 趨勢(trend)：對於下一個週期在需求上成長或衰退的比例。 季節性因素(seasonality)：在需求上可以預測的季節性變動。 隨機部分(random component)是偏離系統部分的預測。 預測誤差(forecast error)是量測預測與真實需求之間的差距。 * 時間序列的預測方法 目標都是為了預測需求的系統部分。 相乘：系統部分＝水準×趨勢×季節性因素 相加：系統部分＝水準＋趨勢＋季節性因素 混合：系統部分＝（水準＋趨勢）×季節性因素 靜態性方法 假設需求的系統部分是混合的： * 第t＋l 期的需求在期間 t 作預測可以表示如下： 靜態時間序列分析法 * 估計水準和趨勢 在估計水準和趨勢之前，必須將需求資料的季節性因素去除(deseasonalizing)。 去除季節性因素的需求(deseasonalized demand)代表在去除季節變動影響下所觀察到的需求。 週期代號(periodicity) p： 代表每一季節性循環中的週期數。 以Tahoe Salt的需求為例，需求週期數為p＝ 4。 ? 2011 台灣培生教育出版(Pearson Education Taiwan) * * * 去掉季節性因素的需求： 在此例子裡，p＝4是偶數。對於期間 t＝3： * 接著加入趨勢T： Dt＝在時間 t 的去除季節性因素需求 　L＝水準（在時間0的去除季節性因素需求） 　T＝趨勢（去除季節性因素需求的成長率） 可以利用線性迴歸估計出這兩個值，利用去除季節性因素需求當作應變數，而時間當成自變數。 以Tahoe Salt為例，L＝18,439 和T＝524。 * * 估計季節性因素 利用公式7.4可以得到每一個期間的去除季節性因素需求。 對於期間 t 的去除季節性因素，是真實需求St 對去除季節性需求的比值，可以表示如下： * 針對Tahoe Salt，資料總計是12週期，循環週期數p＝4，表示有r＝3的季節性循環週期。利用公式7.6可以得到季節性因素如下： * 利用靜態預測方法對未來4季求得的預測值如下： * * Notes: * * Notes: ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) ? 2011 台灣培生教育出版(Pearson Education Taiwan) * * Notes: * * Notes: