第三章 需求预测课件.pptVIP

第一篇 绪 论 第3章 需求预测 引导案例 2000年3月，在广州某超市，新上市的某品牌洗发香波缺货了。 上市仅仅一周，全国销量达到40000箱，已经超过原来2个月市场预测的总和，市场严重缺货。 把下周的预测从5000箱提高到50000箱，增加到10倍。 工厂计划部看到增加到10倍的预测量，目瞪口呆，因为原材料库存最多只能支持产量增加1.5倍。 目前状况和条件 原材料大多是进口的，即使立刻下单，就算供应商仓库有能够支持10倍生产量的库存，按照正常情况，运输清关也需要2个月才能完成； 下周的生产计划已经全部排满。 采取的措施： 基于最新预测，立即组织生产； 采购部门紧急给供应商下单，原材料一律空运，运输和清关时间缩减为2周； 调整2周之后的生产计划，优先保证缺货品牌的产品生产； 一切安排妥当，计划部告知总部，3周之后可以生产完成。 结果： 1个月以后，产品陆续上架，公司上下都等着喜讯，但新产品无人问津！！甚至还不如其他产品卖的好！ 说明： 最有利的商机转瞬即逝，预测不准确会给公司带来大量的损失； 过长的供应链会给公司带来损失：物流成本、库存成本、失去消费者。 主要内容 预测 定性预测方法 定量预测方法 预测误差与监控 3.1预测 预测是决策的基础 1）预测及其分类 （1）预测：对未来可能发生的情况的预计与推测 不仅是长期的战略性决策的重要输入，也是短期的日常经营活动的重要依据 预测为编制各部门的计划提供了基础，使各部门能够协调一致的开展工作 （2）预测种类 2）影响需求预测的因素 （1）商业周期 （2）产品生命周期 3）预测分类 4）预测的一般步骤 5）预测中应注意的几个问题 （1）判断在预测中的作用 选择预测方法 辨别信息 取舍预测结果 （2）预测精度与成本 （3）预测的时间范围和更新频率 （4）稳定性和响应性 3.2定性预测方法 1）德尔菲法（专家调查法） （1）应用过程 （2）使用原则 匿名性 反馈性 收敛性 2）部门主管人员意见法 3）用户调查法 4）销售人员意见法 3.3 定量预测方法 时间序列模型 1）时间序列的构成 （1）时间序列： 按一定时间间隔，把某变量数值依发生先后顺序排列起来的序列。这些数值可以是销售数量、收入、利润、产量、运量、事故数等。 （2）常见的时间序列的4种成分 趋势成分 季节成分 周期成分 随机成分 2）时间序列平滑模型 （1）简单移动平均 例，某电子音响器材公司SONY牌单放机的逐月销售记录如下表所示。取n=3，试用简单移动平均法预测。 解：由n=3，根据简单移动平均计算公式可得 所以计算结果 （2）加权移动平均 如上例，取n=3，α1=0.5，α2=1.0，α3=1.5，试用加权移动平均法预测。 解：由n=3 根据简单移动平均计算公式可得 所以计算结果 （3）一次指数平滑法 和移动平均法不同，一次指数平滑法考虑所有的历史数据，只不过近期实际数据的权重大，远期实际数据的权重小 计算公式 一次指数平滑平均值SAt的计算公式 若把t期一次指数平滑平均值SAt作为t+1期的一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式 例，某公司的月销售额记录如下表所示，试分别取α=0.4和α=0.7，SF1=11.00，计算一次指数平滑预测值 解：当α=0.4时 当α=0.7时 一次指数平滑预测值如下 不同权重计算结果比较如下 3）时间序列分解模型 （1）对于企业来说，实际需求值是趋势的、季节的、周期的或随机的多种成分共同作用的结果，只有对时间序列分解，才能找到这些信息 （2）分解模型 乘法模型 加法模型 （3）几种可能的时间序列类型 例，下表是某旅游服务点过去三年各季度快餐的销售记录。试预测该公司未来一年各季度的销售量 （1）根据最小二乘法 假设销售量的变化服从趋势 求出： （2）估算季节系数SI 夏季的季节系数 同样 （3）预测 因果模型 1）时间序列只将时间作为唯一独立变量，而将需求作为因变量。实际过程中，需求是由很多因素决定的，如产品或服务的定价、政府规定、金融信息等 2）常见的因果模型 回归模型 经济计量模型 投入产出模型 3）一元线性回归模型 （1）参数计算公式 （2）相关性r检验和标准差Syx r为正，说明y与x正相关，即x增加，y也增加；r为负，说明y与x负相关，即x增加，y也减少；r越接近1，说明实际值与所做出的直线越接近 Syx越小表示预测值与直线的距离越接近 如上例，应用一元线性回归进行预测 3.4 预测误差