供应链管理-供应链管理环境下的需求预测.ppt

2、按主客观因素所起的作用分类 定性预测方法 德尔菲法 部门主管人员意见法 用户调查法 销售人员意见汇集法 定量预测方法 隐含的假设：过去存在的变量间关系和相互作用机理，今后仍将存在并继续发挥作用。 时间序列模型：以时间为独立变量，利用过去需求随时间变化的关系估计未来的需求。 时间序列：按一定的时间间隔，把某种变量的数值依发生的先后顺序排列起来的序列。 时间序列平滑模型：简单移动平均、加权移动平均法、二次指数平滑法、一次指数平滑法。 时间序列分解模型：乘法模型、加法模型。 一个时间序列包括四种成分 趋势成分 数据随时间的变化表现出一种趋向。按某种规律稳步上升或下降或停留在某一水平。 季节成分 在一年里按通常的频率围绕趋势做上下有规律的波动。 周期成分 在较长的时间里（一年以上）围绕趋势作有规律的上下波动。 常被称为经济周期，可以没有固定的周期。 随机成分 有很多不可控因素引起的，无规则的上下波动。 一、实现信息共享的方法 1、加强信息共享的方法 2、减少信息传递过程，加快信息流通速度 3、建立供应链战略合作伙伴关系 二、信息共享的模式 1、点对点共享模式 2、信息集中管理模式 3、综合共享信息模式 案例分析——詹姆公司需求预测 结合案例回答以下问题： 詹姆公司如何针对这种变动较大的顾客需求进行预测？ * * 本 章 小 结 掌握需求变异放大原理的基本思想 掌握需求变异放大原理的危害及形成原因 掌握缓解需求变异放大原理的措施 熟悉需求预测的分类 掌握时间序列的概念及时间序列的成分 熟悉几种定量预测方法 熟悉实现信息共享的方法及信息共享的模式 * * * * * * * * * * * * * * 供应链管理 商学院 彭晓琳 联系方式：674044905@ * * 第六章 供应链管理环境下的需求预测 6.1、需求变异放大原理 6.2、供应链管理环境下需求预测的内容与程序 6.3、供应链管理环境下需求预测的应用 * * 6.1、需求变异放大原理 一、需求变异放大原理的基本思想 二、长鞭效应给企业造成的危害与形成原因 三、缓解长鞭效应的措施 * * 一、需求变异放大原理的基本思想 又称为“需求变异加速放大原理”、 “牛鞭效应”，是美国著名的供应链管理专家Hau L．Lee教授对需求信息扭曲在供应链中传递的一种形象描述。 当供应链的各节点企业只根据来自其相邻的下级企业的需求信息进行生产或供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，达到最源头的供应商时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，需求变异系数比分销商和零售商的需求变异系数大得多。 * * * * 需求量 时间 1）客户 需求量 时间 2）零售商 需求量 时间 3）批发商 需求量 时间 4）制造商 二、长鞭效应给企业造成的危害与形成原因 1、“牛鞭效应”对企业造成的危害 增加了生产成本 增加了库存成本 延长了供应链的补给供货期 提高了供应链的运输成本 提高了供应链和送货与进货相关的劳动力成本 降低供应链内产品的供给水平 给供应链每个结点企业的运营都带来负面影响 * * 2、产生的主要原因 需求预测修正：指数平滑法、多元回归分析 订货决策 价格波动 短缺博弈 库存决策失衡 应付环境变异 * * 例：指数平滑法（短期预测中最有效的方法） 给过去的观测值一定的权重 较近期观测值的权数比较远期观测值的权数大 * * 下一期预测值=α×实际需求值+（1- α）×前期预测值 α：权重，指数平滑系数 Ft+1= α ×At+（1- α）×Ft t：本期时间 α ：指数平滑系数 At：第t期的需求值 Ft：第t期的预测值 Ft+1：对第t+1期/下期的预测值 Ft+1= α ×At+（1- α）×Ft α的合理范围：0.01——0.3。既能使预测模型跟踪时间序列的重大变化，同时平衡随机波动，使误差最合理。 α值越大，对近期需求情况给的权数越大，模型就能越快地对时间序列的变化做出反应； α值过大，预测跟踪时间序列的随机波动，而非根本性变化。 α越小，预测未来需求时给需求历史数据的权数越大，反应需求水平根本性变化需要的时滞越长； α值过小，预测结果不太可能受时间序列随机因素的严重干扰。 * * 季度 α =0.2 1 2 3 4 今年 1200 700 900 1100 去年 1400 1000 F3=？ * * 将去年四季度平均值作为以前的预测值 F0=（1200+700+900+1100）/4=975 今年第一季度预测值： F1=0.2 ×1100+（1-0.2） × 975 =1000 F2=0.2 ×1400+（1-0.2） ×1000=1080 F3=0.2 ×1000+（1-0.2） ×1080=1064 三、缓解长鞭效应